Reprise du message précédent :
En bio les papiers de confs on n'a pas globalement que je sache. Lurker confirmera je pense

C'est un peu le seul domaine où c'est vrai. Dans les autres domaines les conf sont rarement prises au sérieux, alors qu'en info elles comptent au moins autant (et souvent plus) que les journaux.

P.ublication N.ot A.ccepted in S.cience.

D'ailleurs comment ça se passe pour publier dans un journal genre Science ou Nature ?
Parce que ok, chaque domaine a ses journaux prestigieux, mais à quel moment tu te dis "mon projet est tellement ouf que je le soumets à Sci.Ure" ?
D'ailleurs ça doit être un contenu vraiment original et il faut pas avoir publié ton boulot dans un journal spécialisé, ou quoi ?

 
ouaip j'en connais, l'idéal c'est genre physique/chimie des matériaux si tu sais fabriquer un truc un peu original et réseauter assez pour que plein de gens veuillent faire des manip dessus, du coup t'as le papier sur comment le faire puis 10 papiers où tu les as fait et donner à des gens pour bidouiller dessus. Lui dans le genre c'est un bon pour faire ça   (87 publi articles et proceedings dans google scholar, recruté cnrs en 2015). Comme ça son thésard a 7 papiers en première année . C'est toujours dans des plutôt bons journaux, y a des JACS, nanoletters c'est bien tout ça, mais bon je vois pas en quoi cette inflation de papiers rend le choix au moment du recrutement plus aisé...   Rajoute à ça le côté un peu mafieux où toute l'équipe a fait la même école (celle dite "à Nobel" ) et hmm ça sent bon l'ESR française

Tu tentes ta chance et tu pipote dans une lettre de motivation. Si les éditeurs te connaissent (souvent parce que tu as déjà publié là dedans, peut être introduit en tant que co-auteur) ou que tu réussi un méga baratin (parce que l'éditeur qui te lira ne connait pas forcément ton sujet) il va prendre le temps de te considérer et envoyer ton papier à des referees. Si les éditeurs t'ont à la bonne ils peuvent même les envoyer à des referee amis ou de te donner un coup de pousse pour que ça passe. Sinon, ils peuvent te biter sans même envoyer à des referees, avec une lettre de justification (qui parfois montre que l'éditeur n'a rien pigé à ton papier).

Je connais un mec qui commence à avoir du mal à passer dans les gros journaux de phys et méca flotte, parce que ça commence à se voir qu'il ne pige pas tout et qu'il pipote. Il doit se rabattre sur les petits journaux et ceux du groupe n@tur€

Tout le monde veut en être parce qu'ils restent des faiseurs de roi, les comités de sélection, les pourvoyeurs de financement prennent ça comme la référence ultime.

Pendant ce temps là, j'ai fait un pr€ de 27 pages tout seul
 Sur le modèle, il n'y a maintenant plus que des redites à faire, mais je suppose qu'on peut aller vérifier mes scalings et mes prédictions dans le reste de la hiérarchie des modèles

On est pas forcément mieux dans le genre "on est partout". Mais ça, c'est juste parce qu'on est meilleurs que tout le monde

C'est facile.
Y a les dirlos qui forment des thésards, donc le mecs cherche, réfléchi, bute un peu a des succès et des échecs, connait peut être quelques rejets.  Si le chef et le thésards sont bons et le sujet bien choisi, il y aura quand même des articles. Et puis il y a les chefs qui font chiffrer à grand coup de Taylorisation de la recherche.

Ben tu gicles les premiers et tu prends les seconds. Parce que si tu expliques ensuite qu'il n'y avait pas assez de papiers, les dirlos ne te tomberont pas dessus, parce que ça ne se fait pas, ce sont des pratiques de crapules. Et ils mettront la pression sur les anciens thésards pour qu'ils publient plus, mais de plus grande qualité. Si jamais tu bittes les seconds et que tu discute de l'éventuel manque de formation de l'usine à papier, même dans le secret du comité de sélection, tu vas te faire tomber dessus à bras raccourcis, comme quoi tu accuserais certain de faire exploser les compteurs de publis en arrangeant les tâches et les co-auteurs.

Easy peasy, lemon sleazy  

+1

Le but c'est de communiquer tes papiers, de rencontrer les gens etc. Si compte rendu il y a, il ne sont pas peer reviewed
C'est comme arxiv, il n'y a pas forcément de sceau de validation

 
Bah -1 nan ? Certaines grosses conf' publient les actes des communications, notamment quand elles sont adossées à un gros éditeur.
Alors ça compte pas autant qu'un papier, mais ça fait une publi avec doi et tout.

Voila. Tout est dit.
 
Donc autant consacre ses efforts pour en faire un vrai papier.

Bien content d’être sorti de ces conneries de h-index.  
Mais l'explosion de publis n'a rien de surprenant. Tu peux plus défendre une thèse ni justifier un postdoc si t'as pas 2-3 papiers donc c'est systémique.

Déjà un papier ça serait bien  

Dans certains domaines de maths très fonda, ils ont encore des biblios très courtes (le stricte nécessaire), des papiers parfois longs et plsu rares, d'où des plus bas IF et h-index. J'ai l'impression que ça marche plus au r.e.s.t.e.c.p. qui a eu des idées, le soin, la rigueur et la maitrise, réussi une preuve, etc. Comme c'est très papier-crayon, le poids de l'argent pour être le premier à monter un gros truc et "s'acheter" un résultat, dont on sait qu'il pend, est bien moins grand

Ouai mais honnêtement, dans la course technologique mondiale, on s'en tamponne des papiers de maths fondas avec de belles preuves. Et les politiques/instituts aussi.
Il en faut hein, mais c'est quantité négligeable par rapport à de la science appliquée/engineering qui peut vite avoir des débouchés industriels.

 
Idem

Le "globalement" n'était pas juste là pour faire joli
 

 
J'ai commence a connaitre ca a Geneve. Une simulation numerique et hop un papier par changement de parametre

Cela étant dit, il y a un soin là dedans qu'on pourrait transposer à des trucs plus proches de la valorisation industrielle. Quand tu vois des papiers avec une ou deux expérience, une simu, une optimisation de paramètres et hop un papier dans un petit journal ou un proceeding non peer-reviewed. Des trucs dont je ne suis pas sûr qu'ils en voudraient dans un bon BE (ou alors ils le torchent déjà eux même). Je ne vois pas pourquoi on devrait être light au prétexte que c'est proche du design qui sera construit et mis en place.

Et là on parle de ce qui peux se faire avec un indus. Quand je vois certaines sous communautés dites fondamentales qui coulent parce qu'elles se dépeuplent des bons éléments (lourdés) et où il ne reste plus qu'un circle-jerk de branques qui s'entre-acceptent, s'entre citent et font du h-index (ce qu'ils peuvent proposer à breveter est inapplicable, mais qui s'en fout ). T'inquiète que ça plait à un certains nombre d'instituts d'avoir des usines à sci.ure, publimètrie et ranking international.

C'est aussi le job des académiques d'être nickel, rigoureux, pointilleux. De faire les choses en profondeur et d'assurer le maintient d'un certain nombre de connaissances. On est pas uniquement des sous-traitants bureau d'étude ou un début de chaine indus.

Hé oui, mais personne n'acceptera de retarder de 2 ans une publi dans Sciure pour faire varier tous les paramètres, faire toutes les études de stabilités etc...comme en BE. Si la découverte rencontre son audience industrielle, ça viendra après.
Venant d'une univ avec beaucoup de recherche shiny, mais aussi pas mal de transfert de technologie, je trouve que ça marche pas si mal.
 
Par contre, c'est pas directement lié, mais je m'interrogeais sur la recherche vraiment risquée en science appliquées. Vu que tout thésard ou postdoc doit faire son quota de papier, c'est difficile de lancer un projet réellement ambitieux et risqué.

Ben, hein Si tu as un groupe suffisamment grand pour faire ton compte de papier à l'année en tant que chef, tu entubes quelques personnes.  
(ou alors tu mets des sujets de thèses qui annoncent la couleur, sur le faible taux de publications, que ça s'adresse à quelqu'un qui ne vise pas trop l'académique
Mais tu te tires une balle dans le pieds si tu fais ça).
 
Le summum de la blague étant qu'un thésard post doc qui a mené un projet risqué de ce type avec peu de publis a probablement un meilleur potentiel en tant que scientifique que celui à qui on fait chiffrer les pubils sur des petits projets sans risque, sans prise de tête. Mais qui sera embauché dans le science-jeu ?

Dans mon domaine, c'est la course aux sujets dans l'ère du temps. Sans rentrer dans les détails, on traite principalement des problèmes d'optimisation à grande échelle, non-linéaires/non-convexes, parfois discrets avec comme finalité des utilisations allant de la planification au contrôle temps-réel.  
Depuis la période où j'ai commencé la recherche en 2011, on est passé successivement par une période Monte Carlo, puis algo génétiques et maintenant ML. Les seuls progrès réels ont été faits par les rares personnes compétentes et faisant un travail de fond, sur les mathématiques et non pas sur des recettes d'alchimiste calibrées pour fonctionner sur un dataset académique.  
Sur les aspects technos, on a fait des milliers de papers avec tout ce qu'on pouvait caser (panneaux photovoltaiques, pompes a chaleur, vehicules electriques, blockchain...). L'immense majorité de ce travail repose sur des hypothèses et/ou modèles fumeux traduisant l'absence criante d'implication des industriels (et franchement, on peut pas toujours les blâmer ).
En bref, être dans un gros groupe permet de publier à peu près n'importe quoi qui sera de toute façon cité par tous les copains (et tous les suiveurs qui essaient de se faire une place quand ils jouent pas en première division).

En exploitant toute la combinatoire possible bien sur  

La dernière fois que j'ai vu un papier utiliser un "algorithme génétique" pour résoudre un problème d'optimisation, c'eétait super space. Ca pipotait des histoires de chromosome, le mec faisait son optim sur un système à 23 variable, ça sentait le pipo

Chromosome c'est un terme du vocabulaire des algos génétiques.

L'idée c'est d'encoder les paramètres sous forme de "chromosomes", en général des vecteurs de bits, et de simuler un processus d'évolution via des opérateurs de mutation aléatoires (change 1 bit ou plus aléatoirement), d'interactions entre vecteurs...

23 variables, ça me paraît pas tant pour de l'optimisation. L'intérêt des algos génétiques en optimisation c'est d'avoir des méthodes d'ordre 0, donc sans calcul de gradient ni de Hessien, pour les cas où le problème est non differentiable par exemple.

Je trouve que ce genre de vocable, ça participe de l'enfumage et du coté un peu sorcélerie de la façon dont c'est présenté. A un moment je me suis demandais si c'est pour ça quel les mecs utilisaient 23 paramètres (ce qui serait thrÿseau, oho ). Après je connais à minima, j'utilise et je vois passer des approches de mutation sélection depuis 2012 (ou du moins celles pour lesquelles la convergence est mathématiquement prouvée )

 
J'ai eu un article en relecture utilisant un "simulated annealing", il m'a fallut 20 minutes de lecture pour me rendre compte que le mec s'était pas trompé de journal et que c'était en effet pas de la metallurgie. Plutôt que de décrire l'application de la métaheuristique (douteuse) à son problème de génie élec, il avait jugé plus judicieux de passer 4 pages sur la méthode "canonique" pour finir par une section résultats où il était impossible de connecter la méthode aux résultats. Comme c'était très à la mode il y a 5/6 ans, je soupçonne que ce charlatan avait codé une fois pour toute sa méthode en Matlab et essayait de l'appliquer à tous les domaines possibles où des problèmes d'optim apparaissaient (et y'en a un paquet   ).

Un autre intérêts des algo génétique, en plus de ne pas utiliser de dérivé, c'est que c'est sensé converger vers le minimum globale.

Je vois pas le problème d'utiliser ce genre d'algos.

C'est  des algos relativement anciens qui sont utilisés sur tout un tas de problème depuis au moins 20 ans.

 
Le problème ne vient pas des algos génétiques mais du manque de pertinence dans les applications qui en sont faites.
Quand le problème est justement différentiable et qu'il existe des techniques numériques adaptées, pourquoi confier ça à de l'aléatoire ?
Pour illustrer ça, une partie de la pseudo-littérature en faisant usage s'attache à comparer des algorithmes d'optimisation en conditionnant le problème pour que l'algo "classique" galère tout en gardant l'instance du GA qui a un seed miraculeux pour en tirer des conclusions tout aussi miraculeuses.  
 
Au vu des performances miraculeuses des GA, je me demande bien pourquoi ma boite continue à vendre un solveur non-linéaire.  

T'es dans la boite au logo d'équerre cassée?    
 
Effectivement les équipes qui appliquent ça à la conception d'un système électromagnétique "relativement" simple où c'est éventuellement plus pertinent d'appliquer un SQP sur des surfaces de réponse que d'utiliser une usine à gaz paramétrée aux petits ognons pour te pondre un résultat proche de ce qu'un ingé expert en dimensionnement du machin aurait pondu...
 
D'ailleurs au labo on a été plusieurs en parallèle à se péter les dents sur les approches génétique & cie. et à revenir aux bonnes vieilles méthodes analytiques  

Le simulated annealing c'est aussi une méthode classique qui est définie rigoureusement. Je comprends pas le problème franchement. Le nom vient du fait que c'est inspiré du procédé de recuit en métallurgie, le but c'est de refroidir lentement un système paramétré par une "température" pour converger vers un état d'énergie stable, comme en métallurgie.
 
Les systèmes dont l'évolution est décrite par une fonction d'énergie ne sont pas limités au monde réel. Est-ce que ça te gêne aussi que des modèles graphiques bayésiens soient directement inspirés des verres à spin ? Qu'on parle de potentiel de clique, de fonction d'énergie, etc. ?

 
Ca se pourrait    
 

 
Encore une fois, je n'ai rien contre les métaheuristiques, c'est leur application aveugle (et à la chaine) que je pointe du doigt.  

Pour éviter un eventuel minimum local.

 
Eviter les minimum locaux n'est pas réservé aux métaheuristiques... Heureusement d'ailleurs...

T'as des noms de méthodes ? ça m'intéresses !

D'ailleurs les gens commencent à foutre des techniques évolutionnaires sur du deep learning, dont google
Déjà que personne pige rien au DL on va s'amuser dans les prochaines années

La convergence théorique du SA, c'est du style "la proba que tu trouves le minimum global tend presque sûrement vers 1 quand t tend vers +oo".
En termes de garantie théorique de convergence, et sous hypothèse général (genre fonction c-inf), ça doit être du même niveau que la recherche aléatoire.

Techniquement, les métaheuristiques c'est du non-linéaire aussi

J'imagine qu'il est plus embêté par le fait que plein de mecs appliquent ce genre d'algos à des problèmes qui ont des méthodes à priori mieux adaptés car des structures plus fortes.
Personnellement, ça ne me dérange pas, mais j'aimerais bien que ce genre d'études indiquent clairement les performances comparé à des méthodes dédiées.
C'est bien beau de faire du SA/GA sur des LP/ILP/SDP, mais si derrière on ne compare pas (impartialement bien sur) à ce que donnent des méthodes plus spécifiques style simplexe ou points intérieurs...

Sous certaines hypothèses, tu peux avoir des garanties de convergences vers un minimum global (plus forte que "un jour on va tomber presque sûrement sur le minimum global" ), par exemple avec les algo à région de confiance, ou l'algo DIRECT pour l'optim lipschitzienne.
Bien sur faut une certaine régularité, car si ta fonction est trop bruitée, tu ne pourras difficilement faire mieux que la recherche aléatoire, vu qu'il n'y aucune structure local à exploiter...

 
Excellente lecture a ce sujet par ailleurs: https://www.cs.ubc.ca/~hutter/EARG. [...] xposed.pdf
Le type fait bien le tour de l'enfulage en question
 
Putain sinon je clique pour la premiere fois sur ce que je considere etre du spam, un journal tenu par un type qui avait organise une conf a laquelle j'ai eu le malheur de participer.
Je tombe sur le dernier opus du papelard: http://www.mdpi.com/journal/entrop [...] ic_Systems
 

 
1 mois, vacances de Noel & fin d'annee comprises pour publier

Ils font un max de pub pour des numéros spéciaux (et ils en font des tonnes). Et c'est évidemment du pay-to-publish. Smith avait fait un truc là dedans, il m'a sorti que le processus de review était rapide léger et indulgent Je travaille sur un édition spéciale pour un canard plus établi, le calendrier prévu pour soumission/review/correction/etc c'est six mois.
J'ai reçu deux annonces de chez eux pour l'instant, dont une qui a quand même un guest editor shinny, à l'académie des sciences US. Un collègue m'a dit que ça restait une façon pas trop compliquée de faire un papier    (d'là merde, je viens de faire un pre et un jfm, je vais pas me brader )

(d'ailleurs, vous saviez que le système de Paper Not Accepted in Science est que l'éditeur est le premier dans l'académie US à vouloir l'éditer. Et que le sus-cité est systématiquement l'éditeur de ses propres papiers )

Normalement, tous les gens sérieux qui te proposent une méthode dont le résultats x d'une réalisation tend presque sûrement vers y quand un paramètre t tends vers ceci, te donne aussi des résultats sur la loi de z=x-y à t fini (genre valeur moyenne pour savoir comment c'est biaisé et variance pour savoir quel type de dispersion on a). Et du coup on te préconise de faire plusieurs réalisations (et si tel moment a tel comportement, attention danger).

Ca existe encore ca ?

C'est ce qu'on m'a dit l'été dernier, un mec qui avait publié là dedans dans les 2010's

Ce n'est plus le cas depuis 2010. Suite a cet article:
http://www.pnas.org/content/early/ [...] 0908357106